COMPUTATIONAL BIOPHYSICS

Obiettivi formativi

OBIETTIVI GENERALI: Questo corso è pensato come una introduzione alla biologia e biofisica computazionale. Il corso è stato concepito come una proposta agli studenti per restringere la separazione tra il livello istituzionale dell'apprendimento e quello attivo della ricerca; è basato su tre tracce: i) ARGOMENTI (principi, idee); ii) METODI (algoritmi e tecniche computazionali); iii) PROSPETTIVE della biologia computazionale contemporanea. Riferimento e introduzioni critiche alla letteratura e a testi correnti saranno estensive e pensate come percorsi per lo studio individuale. Verrà fatto un certo sforzo nel collocare ogni tema discusso in un chiaro schema di riferimenti bibliografici per lo studio individuale, che sarà di aiuto nel preparare l'esame finale. Alla fine del corso alcuni ospiti presenteranno linee di ricerca originali di interesse per classi di studenti degli indirizzi di biosistemi, fisica della materia e teorico. Completando con successo il corso la studentessa/ente sarà in grado di orientarsi con successo nel mondo della biofisica computazionale a diverse scale (dalle molecole alle cellule), e di padroneggiare i principali algoritmi di computazione e analisi utilizzati nel campo. OBIETTIVI SPECIFICI: A - Conoscenza e capacità di comprensione OF 1) Avere una prospettiva storico-critica della moderna biologia/biofisica computazionale OF 2) Comprendere i fondamenti della moderna teoria evolutiva OF 3) Acquisire una esperienza concreta di modelli di analisi dati basati sull'inferenza bayesiana OF 4) Fare esperienza diretta dei principali database bioinformatici (SwissProt, pFam, PDB,…) B – Capacità applicative OF 7) Essere capaci di tradurre in pseudo-codici, almeno, i principali algoritmi di simulazione e analisi legati alla biofisica computazionale OF 8) Migliorare la capacità di programmare in linguaggi di scripting (Python) o compilati (C/C++) OF 9) Essere in grado di far girare una simulazione di dinamica molecolare di una proteina piccola su GROMACS C - Autonomia di giudizio OF 10) Essere in grado di valutare la qualità di un articolo scientifico D – Abilità nella comunicazione OF 11) Saper riportare i risultati di un progetto di ricerca alla classe dei partecipanti al corso OF 12) Saper partecipare attivamente alle discussioni in aula (in italiano e/o inglese) E - Capacità di apprendere OF 13) Acquisire scioltezza nel consultare database specifici (es. PubMed, Google Scholar), per sostenere/rifiutare una ipotesi di ricerca OF 14) Partecipare attivamente all'organizzazione di gruppi di auto-apprendimento

Canale 1
LORENZO ROVIGATTI Scheda docente

Programmi - Frequenza - Esami

Programma
Questo corso propone un percorso interdisciplinare attraverso i principi fisici alla base dei macromolecole biologiche e degli strumenti computazionali utilizzati per studiarle. Unendo biologia molecolare, fisica e informatica, il programma introduce concetti chiave della biofisica, della struttura molecolare e delle tecniche di simulazione, con un’attenzione particolare a proteine e acidi nucleici. 1. Introduzione alla Biofisica Il corso inizia con una panoramica introduttiva della biofisica. Verranno esaminate le caratteristiche fondamentali dei macromolecole biologiche e introdotto il dogma centrale della biologia molecolare—ovvero il flusso dell’informazione genetica dal DNA all’RNA alle proteine—insieme ai meccanismi cellulari che lo supportano. 2. Introduzione alla Fisica Computazionale Per prepararsi agli aspetti computazionali del corso, verrà proposto un breve ma intenso corso introduttivo su Python, il linguaggio di programmazione che useremo durante tutto il percorso. A seguire, un esempio pratico tratto dalla programmazione dinamica offrirà una prima introduzione al problem solving algoritmico in ambito biologico. 3. Le Proteine: Struttura e Interazioni In questa sezione approfondiremo lo studio delle proteine, a partire dalle proprietà chimiche degli amminoacidi e dalle interazioni responsabili del ripiegamento e della stabilità delle strutture proteiche—come forze di van der Waals, legami a idrogeno e interazioni elettrostatiche. Esamineremo poi l’organizzazione gerarchica delle strutture proteiche: primaria, secondaria, terziaria e quaternaria. 4. Acidi Nucleici: DNA e RNA Ci concentreremo poi sugli acidi nucleici, analizzando i loro mattoni fondamentali—i nucleotidi—e come si assemblano per formare le catene di DNA e RNA. Verranno illustrati i principi di ibridazione e le strutture secondarie e terziarie che questi acidi possono assumere. 5. Folding, Progettazione e Predizione della Struttura di Proteine e Acidi Nucleici Questo modulo centrale affronta il modo in cui le proteine e gli acidi nucleici si ripiegano nella loro forma funzionale e come possiamo prevedere o persino progettare tali strutture. Verranno trattati aspetti termodinamici e cinetici del folding e unfolding, modelli come Zimm-Bragg e Hydrophobic-Polar, e tecniche computazionali come l’allineamento di sequenze e strutture. Concluderemo con i metodi per la predizione della struttura secondaria di DNA e RNA. 6. Introduzione alla Meccanica Molecolare Quantistica In questa lezione introduttiva affronteremo la modellizzazione quantistica delle molecole. Verranno presentati i principi della teoria del funzionale della densità (DFT) e del metodo di Car-Parrinello, con esempi del loro utilizzo nello studio della struttura elettronica di sistemi biomolecolari. 7. Simulazioni di Dinamica Molecolare Una sezione dedicata alla dinamica molecolare (MD), uno degli strumenti più potenti per studiare sistemi biomolecolari. Tratteremo i principali algoritmi di simulazione, consigli pratici per l’implementazione, e osservabili utili come la funzione di distribuzione radiale e la pressione. Verrà inoltre analizzato l’uso dei campi di forza all-atom per descrivere in modo realistico le interazioni molecolari. 8. Modelli Coarse-Grained Quando i sistemi diventano troppo grandi o complessi per simulazioni all-atom, i modelli coarse-grained rappresentano un’alternativa efficace. In questa sezione introdurremo gli approcci bottom-up e top-down alla coarse-graining, spiegando quando e come utilizzarli. 9. Tecniche di Campionamento Avanzato Il corso si conclude con un modulo sulle tecniche di campionamento avanzato, che permettono di superare i limiti delle simulazioni tradizionali. Studieremo metodi come umbrella sampling, integrazione termodinamica e hamiltoniana, e metadinamica, strumenti che consentono un’esplorazione più profonda dei paesaggi energetici e degli eventi rari.
Prerequisiti
Prerequisiti minimi: - Termodinamica al livello della laurea triennale in Fisica - Meccanica statistica al livello della laurea triennale in Fisica - Conoscenza di base di almeno un linguaggio di programmazione (C, C++ o Python) - Conoscenza di base del terminale Linux Prerequisiti consigliati: - Nozioni di base di biologia e/o di biofisica (anche al livello di scuola superiore) - Buona conoscenza di un linguaggio di programmazione (C, C++ o Python)
Testi di riferimento
- Lehninger et al. (2005): a bible of biochemistry. Very useful as a reference for the basic biochemistry reactions involved in all biological systems. - Finkelstein & Ptitsyn (2016): protein physics in a nutshell. It is based on a series of lectures that the authors have been delivering for years (if not decades). It is very comprehensive, and uses a informal approach that I find very compelling. - Leach (2001): principles of molecular modelling, both quantum and classical. Perhaps a bit outdated in some parts, but still a very useful resource for a general introduction to modelling molecular interactions. - Schlick (2010): also on molecular modelling, but oriented towards nucleic acids and proteins. Very useful as a crash course to DNA, RNA, and proteins, as well as to the way the are modelled with a computer. - Frenkel & Smit (2023): the bible of molecular dynamics and Monte Carlo simulations. I use it to introduce the Monte Carlo algorithm and the basic molecular dynamics techniques. - Israelachvili (2011): an incredible (and comprehensive) book on intermolecular forces. For our class, it is especially useful to understand van der Walls and hydrophobic forces - Giustino (2014) and Böttcher & Herrmann (2021): I did not read them front-to-back, but only used them as sources for the Molecular quantum mechanics chapter. - Michele Cascella and Raffaello Potestio (2025): An excellent resource on the theoretical foundations of multiscale modelling, with ample discussions on coarse graining procedures.
Modalità insegnamento
Il corso prevede 60 ore di lezione frontale.
Modalità di esame
Il voto verrà assegnato tramite un esame orale. Opzionalmente, gli studenti potranno diminuire il programma da portare all'orale consegnando due esercizi durante il semestre (-30%) e/o un progetto finale (-40%).
Bibliografia
The complete bibliography can be found in the lecture notes.
Modalità di erogazione
Il corso prevede 60 ore di lezione frontale.
  • Codice insegnamento10620699
  • Anno accademico2025/2026
  • CorsoPhysics - Fisica
  • CurriculumCondensed matter physics: Theory and experiment (Percorso valido anche per coloro che partecipano al percorso internazionale italo-francese-portoghese-canadese finalizzato al conseguimento del titolo multiplo)
  • Anno1º anno
  • Semestre1º semestre
  • SSDFIS/03
  • CFU6